Codificación de compensaciones y kits de herramientas de diseño en algoritmos cuánticos para optimización discreta: coloración, enrutamiento, programación y otros problemas

Reeditado por Platón

seguidores: 0

Nicolás PD Sawaya¹, Albert T. Schmitz²y Stuart Hadfield^3,4

¹Intel Labs, Intel Corporation, Santa Clara, California 95054, EE. UU. [nicolas.sawaya@intel.com]
²Intel Labs, Intel Corporation, Hillsboro, Oregón 97124, EE. UU.
³Laboratorio de Inteligencia Artificial Cuántica, Centro de Investigación Ames de la NASA, Moffett Field, California 94035, EE. UU.
⁴Instituto de Investigación de Ciencias de la Computación Avanzada de la USRA, Mountain View, California, 94043, EE. UU.

¿Encuentra este documento interesante o quiere discutirlo? Scite o deje un comentario en SciRate.

Resumen

Los desafiantes problemas de optimización combinatoria son omnipresentes en la ciencia y la ingeniería. Recientemente se han desarrollado varios métodos cuánticos de optimización, en diferentes entornos, incluidos solucionadores exactos y aproximados. Al abordar este campo de investigación, este manuscrito tiene tres propósitos distintos. Primero, presentamos un método intuitivo para sintetizar y analizar problemas de optimización discretos ($es decir,$ basados en números enteros), en el que el problema y las primitivas algorítmicas correspondientes se expresan utilizando una representación intermedia cuántica discreta (DQIR) que es independiente de la codificación. Esta representación compacta a menudo permite una compilación de problemas más eficiente, análisis automatizados de diferentes opciones de codificación, una interpretabilidad más sencilla, procedimientos de ejecución más complejos y una programabilidad más rica, en comparación con enfoques anteriores, que demostramos con una serie de ejemplos. En segundo lugar, realizamos estudios numéricos comparando varias codificaciones de qubits; Los resultados muestran una serie de tendencias preliminares que ayudan a guiar la elección de codificación para un conjunto particular de hardware y un problema y algoritmo particulares. Nuestro estudio incluye problemas relacionados con la coloración de gráficos, el problema del vendedor ambulante, la programación de fábrica/máquina, el reequilibrio de la cartera financiera y la programación lineal entera. En tercer lugar, diseñamos mezcladores parciales derivados de gráficos (GDPM) de baja profundidad con hasta 16 variables cuánticas de nivel, lo que demuestra que las codificaciones compactas (binarias) son más susceptibles a QAOA de lo que se pensaba anteriormente. Esperamos que este conjunto de herramientas de abstracciones de programación y bloques de construcción de bajo nivel ayuden a diseñar algoritmos cuánticos para problemas combinatorios discretos.

Codificación de compensaciones y kits de herramientas de diseño en algoritmos cuánticos para optimización discreta: coloración, enrutamiento, programación y otros problemas PlatoBlockchain Data Intelligence. Búsqueda vertical. Ai.

Imagen destacada: Un mezclador parcial derivado de gráficos (GDPM) para restringir una variable de 3 qubits a 6 estados mientras se implementa, por ejemplo, QAOA.

► datos BibTeX

@article{Sawaya2023encodingtradeoffs, doi = {10.22331/q-2023-09-14-1111}, url = {https://doi.org/10.22331/q-2023-09-14-1111}, título = {Comercio de codificación -offs y kits de herramientas de diseño en algoritmos cuánticos para optimización discreta: coloración, enrutamiento, programación y otros problemas}, autor = {Sawaya, Nicolas PD y Schmitz, Albert T y Hadfield, Stuart}, revista = {{Quantum}}, issn = {2521-327X}, editor = {{Verein zur F{“{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, volumen = {7}, páginas = {1111}, mes = septiembre, año = { 2023} }

► referencias

[ 1 ] Christos H. Papadimitriou y Kenneth Steiglitz. Optimización combinatoria: algoritmos y complejidad. Corporación de mensajería, 1998.

[ 2 ] Lov K. Grover. Un algoritmo rápido de mecánica cuántica para la búsqueda de bases de datos. En Actas del vigésimo octavo simposio anual de ACM sobre teoría de la computación, páginas 212–219, 1996. https://doi.org/10.1145/237814.237866.
https: / / doi.org/ 10.1145 / 237814.237866

[ 3 ] Tad Hogg y Dmitriy Portnov. Optimización cuántica. Ciencias de la información, 128(3-4):181–197, 2000. https://doi.org/10.1016/s0020-0255(00)00052-9.
https://doi.org/10.1016/s0020-0255(00)00052-9

[ 4 ] Edward Farhi, Jeffrey Goldstone y Sam Gutmann. Un algoritmo de optimización cuántica aproximada. Preimpresión de arXiv arXiv:1411.4028, 2014. https://doi.org/10.48550/arXiv.1411.4028.
https:///doi.org/10.48550/arXiv.1411.4028
arXiv: 1411.4028

[ 5 ] Mateo B. Hastings. Un algoritmo cuántico de camino corto para una optimización exacta. Cuántico, 2:78, 2018. https://doi.org/10.22331/q-2018-07-26-78.
https://doi.org/10.22331/q-2018-07-26-78

[ 6 ] Tameem Albash y Daniel A. Lidar. Computación cuántica adiabática. Reseñas de Física Moderna, 90(1):015002, 2018. https://doi.org/10.1103/revmodphys.90.015002.
https: / / doi.org/ 10.1103 / revmodphys.90.015002

[ 7 ] Stuart Hadfield, Zhihui Wang, Bryan O'Gorman, Eleanor Rieffel, Davide Venturelli y Rupak Biswas. Del algoritmo de optimización cuántica aproximada al operador cuántico alterno ansatz. Algoritmos, 12(2):34, 2019. https://doi.org/10.3390/a12020034.
https: / / doi.org/ 10.3390 / a12020034

[ 8 ] Philipp Hauke, Helmut G Katzgraber, Wolfgang Lechner, Hidetoshi Nishimori y William D Oliver. Perspectivas del recocido cuántico: métodos e implementaciones. Informes sobre el progreso en física, 83(5):054401, 2020. https://doi.org/10.1088/1361-6633/ab85b8.
https://doi.org/10.1088/1361-6633/ab85b8

[ 9 ] KM Svore, AV Aho, AW Cross, I. Chuang e IL Markov. Una arquitectura de software en capas para herramientas de diseño de computación cuántica. Computer, 39(1):74–83, enero de 2006. https://doi.org/10.1109/MC.2006.4.
https: / / doi.org/ 10.1109 / MC.2006.4

[ 10 ] David Ittah, Thomas Häner, Vadym Kliuchnikov y Torsten Hoefler. Habilitación de la optimización del flujo de datos para programas cuánticos. Preimpresión de arXiv arXiv:2101.11030, 2021. https://doi.org/10.48550/arXiv.2101.11030.
https:///doi.org/10.48550/arXiv.2101.11030
arXiv: 2101.11030

[ 11 ] Ruslan Shaydulin, Kunal Marwaha, Jonathan Wurtz y Phillip C Lotshaw. Qaoakit: un conjunto de herramientas para el estudio, la aplicación y la verificación reproducibles del qaoa. En 2021, Segundo Taller Internacional IEEE/ACM sobre Software de Computación Cuántica (QCS), páginas 64–71. IEEE, 2021. https://doi.org/10.1109/qcs54837.2021.00011.
https:///doi.org/10.1109/qcs54837.2021.00011

[ 12 ] Nicolas PD Sawaya, Tim Menke, Thi Ha Kyaw, Sonika Johri, Alán Aspuru-Guzik y Gian Giacomo Guerreschi. Simulación cuántica digital eficiente en recursos de sistemas de nivel d para hamiltonianos fotónicos, vibratorios y de espín. npj Quantum Information, 6(1), junio de 2020. https://doi.org/10.1038/s41534-020-0278-0.
https://doi.org/10.1038/s41534-020-0278-0

[ 13 ] Estuardo Hadfield. Sobre la representación de funciones booleanas y reales como hamiltonianas para la computación cuántica. Transacciones ACM sobre computación cuántica, 2(4):1–21, 2021. https://doi.org/10.1145/3478519.
https: / / doi.org/ 10.1145 / 3478519

[ 14 ] Kesha Hietala, Robert Rand, Shih-Han Hung, Xiaodi Wu y Michael Hicks. Optimización verificada en una representación intermedia cuántica. CoRR, abs/1904.06319, 2019. https://doi.org/10.48550/arXiv.1904.06319.
https:///doi.org/10.48550/arXiv.1904.06319

[ 15 ] Thien Nguyen y Alexander McCaskey. Compiladores de optimización reorientables para aceleradores cuánticos a través de una representación intermedia multinivel. IEEE Micro, 42(5):17–33, 2022. https:///doi.org/10.1109/mm.2022.3179654.
https:///doi.org/10.1109/mm.2022.3179654

[ 16 ] Alexander McCaskey y Thien Nguyen. Un dialecto MLIR para lenguajes ensambladores cuánticos. En 2021, Conferencia internacional IEEE sobre ingeniería y computación cuántica (QCE), páginas 255–264. IEEE, 2021. https://doi.org/10.1109/qce52317.2021.00043.
https:///doi.org/10.1109/qce52317.2021.00043

[ 17 ] Andrew W Cross, Lev S Bishop, John A Smolin y Jay M Gambetta. Lenguaje ensamblador cuántico abierto. Preimpresión de arXiv arXiv:1707.03429, 2017. https://doi.org/10.48550/arXiv.1707.03429.
https:///doi.org/10.48550/arXiv.1707.03429
arXiv: 1707.03429

[ 18 ] Nicolas PD Sawaya, Gian Giacomo Guerreschi y Adam Holmes. Sobre los requisitos de recursos dependientes de la conectividad para la simulación cuántica digital de partículas de nivel d. En 2020 Conferencia Internacional IEEE sobre Ingeniería y Computación Cuántica (QCE). IEEE, 2020. https://doi.org/10.1109/qce49297.2020.00031.
https:///doi.org/10.1109/qce49297.2020.00031

[ 19 ] Alexandru Macridin, Panagiotis Spentzouris, James Amundson y Roni Harnik. Sistemas electrón-fonón en una computadora cuántica universal. Física. Rev. Lett., 121:110504, 2018. https://doi.org/10.1103/PhysRevLett.121.110504.
https: / / doi.org/ 10.1103 / PhysRevLett.121.110504

[ 20 ] Sam McArdle, Alexander Mayorov, Xiao Shan, Simon Benjamin y Xiao Yuan. Simulación cuántica digital de vibraciones moleculares. Química. Sci., 10(22):5725–5735, 2019. https://doi.org/10.1039/c9sc01313j.
https:///doi.org/10.1039/c9sc01313j

[ 21 ] Pauline J. Ollitrault, Alberto Baiardi, Markus Reiher e Ivano Tavernelli. Algoritmos cuánticos eficientes en hardware para cálculos de estructuras vibratorias. Química. Sci., 11(26):6842–6855, 2020. https://doi.org/10.1039/d0sc01908a.
https://doi.org/10.1039/d0sc01908a

[ 22 ] Nicolas PD Sawaya, Francesco Paesani y Daniel P Tabor. Enfoques algorítmicos cuánticos a corto y largo plazo para espectroscopia vibratoria. Revisión física A, 104(6):062419, 2021. https://doi.org/10.1103/physreva.104.062419.
https: / / doi.org/ 10.1103 / physreva.104.062419

[ 23 ] Jakob S Kottmann, Mario Krenn, Thi Ha Kyaw, Sumner Alperin-Lea y Alán Aspuru-Guzik. Diseño cuántico asistido por computadora de hardware de óptica cuántica. Ciencia y tecnología cuánticas, 6(3):035010, 2021. https://doi.org/10.1088/2058-9565/abfc94.
https: / / doi.org/ 10.1088 / 2058-9565 / abfc94

[ 24 ] R Lora-Serrano, Daniel Julio García, D Betancourth, RP Amaral, NS Camilo, E Estévez-Rams, LA Ortellado GZ y PG Pagliuso. Efectos de dilución en sistemas de espín 7/2. el caso del antiferroimán GdRhIn5. Revista de magnetismo y materiales magnéticos, 405:304–310, 2016. https://doi.org/10.1016/j.jmmm.2015.12.093.
https:///doi.org/10.1016/j.jmmm.2015.12.093

[ 25 ] Jarrod R McClean, Jonathan Romero, Ryan Babbush y Alán Aspuru-Guzik. La teoría de los algoritmos híbridos cuánticos-clásicos variacionales. Nueva Revista de Física, 18(2):023023, 2016. https://doi.org/10.1088/1367-2630/18/2/023023.
https://doi.org/10.1088/1367-2630/18/2/023023

[ 26 ] Vladyslav Verteletskyi, Tzu-Ching Yen y Artur F Izmaylov. Optimización de la medición en el eigensolver cuántico variacional utilizando una cobertura de camarilla mínima. Revista de física química, 152(12):124114, 2020. https://doi.org/10.1063/1.5141458.
https: / / doi.org/ 10.1063 / 1.5141458

[ 27 ] Marco Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R McClean, Kosuke Mitarai, Xiao Yuan, Lukasz Cincio, et al. Algoritmos cuánticos variacionales. Nature Reviews Physics, 3(9):625–644, 2021. https://doi.org/10.1038/s42254-021-00348-9.
https://doi.org/10.1038/s42254-021-00348-9

[ 28 ] Dmitry A Fedorov, Bo Peng, Niranjan Govind y Yuri Alexeev. Método VQE: una breve encuesta y desarrollos recientes. Teoría de materiales, 6(1):1–21, 2022. https://doi.org/10.1186/s41313-021-00032-6.
https://doi.org/10.1186/s41313-021-00032-6

[ 29 ] Andrés Lucas. Ising formulaciones de muchos problemas NP. Fronteras en física, 2:5, 2014. https://doi.org/10.3389/fphy.2014.00005.
https: / / doi.org/ 10.3389 / fphy.2014.00005

[ 30 ] Young-Hyun Oh, Hamed Mohammadbagherpoor, Patrick Dreher, Anand Singh, Xianqing Yu y Andy J. Rindos. Resolver problemas de optimización combinatoria multicolores utilizando algoritmos cuánticos híbridos. Preimpresión de arXiv arXiv:1911.00595, 2019. https://doi.org/10.48550/arXiv.1911.00595.
https:///doi.org/10.48550/arXiv.1911.00595
arXiv: 1911.00595

[ 31 ] Zhihui Wang, Nicholas C. Rubin, Jason M. Dominy y Eleanor G. Rieffel. Mezcladores XY: resultados analíticos y numéricos para el operador cuántico alterno ansatz. Física. Rev. A, 101:012320, enero de 2020. https://doi.org/10.1103/PhysRevA.101.012320.
https: / / doi.org/ 10.1103 / PhysRevA.101.012320

[ 32 ] Zsolt Tabi, Kareem H. El-Safty, Zsofia Kallus, Peter Haga, Tamas Kozsik, Adam Glos y Zoltan Zimboras. Optimización cuántica para el problema de coloración de gráficos con incrustación que ahorra espacio. En 2020 Conferencia Internacional IEEE sobre Ingeniería y Computación Cuántica (QCE). IEEE, octubre de 2020. https://doi.org/10.1109/qce49297.2020.00018.
https:///doi.org/10.1109/qce49297.2020.00018

[ 33 ] Franz G. Fuchs, Herman Oie Kolden, Niels Henrik Aase y Giorgio Sartor. Codificación eficiente del MAX k-CUT ponderado en una computadora cuántica usando qaoa. SN Ciencias de la Computación, 2(2):89, 2021. https://doi.org/10.1007/s42979-020-00437-z.
https: / / doi.org/ 10.1007 / s42979-020-00437-z

[ 34 ] Bryan O'Gorman, Eleanor Gilbert Rieffel, Minh Do, Davide Venturelli y Jeremy Frank. Comparación de enfoques de compilación de problemas de planificación para el recocido cuántico. The Knowledge Engineering Review, 31(5):465–474, 2016. https://doi.org/10.1017/S0269888916000278.
https: / / doi.org/ 10.1017 / S0269888916000278

[ 35 ] Tobias Stollenwerk, Stuart Hadfield y Zhihui Wang. Hacia heurísticas del modelo de puerta cuántica para problemas de planificación del mundo real. Transacciones IEEE sobre ingeniería cuántica, 1:1–16, 2020. https://doi.org/10.1109/TQE.2020.3030609.
https: / / doi.org/ 10.1109 / TQE.2020.3030609

[ 36 ] Tobias Stollenwerk, Bryan OGorman, Davide Venturelli, Salvatore Mandra, Olga Rodionova, Hokkwan Ng, Banavar Sridhar, Eleanor Gilbert Rieffel y Rupak Biswas. Recocido cuántico aplicado para eliminar trayectorias óptimas en conflicto para la gestión del tráfico aéreo. Transacciones IEEE sobre sistemas de transporte inteligentes, 21(1):285–297, enero de 2020. https://doi.org/10.1109/tits.2019.2891235.
https:///doi.org/10.1109/tits.2019.2891235

[ 37 ] Alan Crispin y Alex Syrichas. Algoritmo de recocido cuántico para la programación de vehículos. En 2013 Conferencia Internacional IEEE sobre Sistemas, Hombre y Cibernética. IEEE, 2013. https://doi.org/10.1109/smc.2013.601.
https:///doi.org/10.1109/smc.2013.601

[ 38 ] Davide Venturelli, Dominic JJ Marchand y Galo Rojo. Implementación de recocido cuántico en la programación de trabajos. Preimpresión de arXiv arXiv:1506.08479, 2015. https://doi.org/10.48550/arXiv.1506.08479.
https:///doi.org/10.48550/arXiv.1506.08479
arXiv: 1506.08479

[ 39 ] Tony T. Tran, Minh Do, Eleanor G. Rieffel, Jeremy Frank, Zhihui Wang, Bryan O'Gorman, Davide Venturelli y J. Christopher Beck. Un enfoque híbrido cuántico-clásico para resolver problemas de programación. En Noveno Simposio Anual sobre Búsqueda Combinatoria. AAAI, 2016. https://doi.org/10.1609/socs.v7i1.18390.
https:///doi.org/10.1609/socs.v7i1.18390

[ 40 ] Krzysztof Domino, Mátyás Koniorczyk, Krzysztof Krawiec, Konrad Jałowiecki y Bartłomiej Gardas. Enfoque de computación cuántica para el despacho ferroviario y la optimización de la gestión de conflictos en líneas ferroviarias de vía única. Preimpresión de arXiv arXiv:2010.08227, 2020. https://doi.org/10.48550/arXiv.2010.08227.
https:///doi.org/10.48550/arXiv.2010.08227
arXiv: 2010.08227

[ 41 ] Constantin Dalyac, Loïc Henriet, Emmanuel Jeandel, Wolfgang Lechner, Simon Perdrix, Marc Porcheron y Margarita Veshchezerova. Calificación de enfoques cuánticos para problemas difíciles de optimización industrial. Un caso de estudio en el campo de la carga inteligente de vehículos eléctricos. Tecnología cuántica EPJ, 8(1), 2021. https://doi.org/10.1140/epjqt/s40507-021-00100-3.
https://doi.org/10.1140/epjqt/s40507-021-00100-3

[ 42 ] David Amaro, Matthias Rosenkranz, Nathan Fitzpatrick, Koji Hirano y Mattia Fiorentini. Un estudio de caso de algoritmos cuánticos variacionales para un problema de programación de talleres. Tecnología cuántica EPJ, 9(1):5, 2022. https://doi.org/10.1140/epjqt/s40507-022-00123-4.
https://doi.org/10.1140/epjqt/s40507-022-00123-4

[ 43 ] Julia Plewa, Joanna Sieńko y Katarzyna Rycerz. Algoritmos variacionales para problemas de programación de flujos de trabajo en dispositivos cuánticos basados en puertas. Computación e informática, 40(4), 2021. https://doi.org/10.31577/cai_2021_4_897.
https:///doi.org/10.31577/cai_2021_4_897

[ 44 ] Adam Glos, Aleksandra Krawiec y Zoltán Zimborás. Optimización binaria eficiente en el espacio para computación cuántica variacional. npj Información cuántica, 8(1):39, 2022. https://doi.org/10.1038/s41534-022-00546-y.
https: / / doi.org/ 10.1038 / s41534-022-00546-y

[ 45 ] Özlem Salehi, Adam Glos y Jarosław Adam Miszczak. Modelos binarios sin restricciones de las variantes del problema del viajante para la optimización cuántica. Procesamiento de información cuántica, 21(2):67, 2022. https://doi.org/10.1007/s11128-021-03405-5.
https://doi.org/10.1007/s11128-021-03405-5

[ 46 ] David E. Bernal, Sridhar Tayur y Davide Venturelli. Programación entera cuántica (QuIP) 47-779: Apuntes de conferencias. Preimpresión de arXiv arXiv:2012.11382, 2020. https://doi.org/10.48550/arXiv.2012.11382.
https:///doi.org/10.48550/arXiv.2012.11382
arXiv: 2012.11382

[ 47 ] Mark Hodson, Brendan Ruck, Hugh Ong, David Garvin y Stefan Dulman. Experimentos de reequilibrio de cartera utilizando el operador cuántico alterno ansatz. Preimpresión de arXiv arXiv:1911.05296, 2019. https://doi.org/10.48550/arXiv.1911.05296.
https:///doi.org/10.48550/arXiv.1911.05296
arXiv: 1911.05296

[ 48 ] Sergi Ramos-Calderer, Adrián Pérez-Salinas, Diego García-Martín, Carlos Bravo-Prieto, Jorge Cortada, Jordi Planagumà y José I. Latorre. Enfoque unario cuántico para la valoración de opciones. Física. Rev. A, 103:032414, 2021. https://doi.org/10.1103/PhysRevA.103.032414.
https: / / doi.org/ 10.1103 / PhysRevA.103.032414

[ 49 ] Kensuke Tamura, Tatsuhiko Shirai, Hosho Katsura, Shu Tanaka y Nozomu Togawa. Comparación de rendimiento de codificaciones típicas de números enteros binarios en una máquina ising. Acceso IEEE, 9:81032–81039, 2021. https://doi.org/10.1109/ACCESS.2021.3081685.
https: / / doi.org/ 10.1109 / ACCESS.2021.3081685

[ 50 ] Ludmila Botelho, Adam Glos, Akash Kundu, Jarosław Adam Miszczak, Özlem Salehi y Zoltán Zimborás. Mitigación de errores para algoritmos cuánticos variacionales mediante mediciones en la mitad del circuito. Revisión física A, 105(2):022441, 2022. https://doi.org/10.1103/physreva.105.022441.
https: / / doi.org/ 10.1103 / physreva.105.022441

[ 51 ] Zhihui Wang, Stuart Hadfield, Zhang Jiang y Eleanor G Rieffel. Algoritmo de optimización cuántica aproximada para maxcut: una vista fermiónica. Revisión física A, 97(2):022304, 2018. https://doi.org/10.1103/physreva.97.022304.
https: / / doi.org/ 10.1103 / physreva.97.022304

[ 52 ] Estuardo Andrés Hadfield. Algoritmos cuánticos para computación científica y optimización aproximada. Universidad de Columbia, 2018. https://doi.org/10.48550/arXiv.1805.03265.
https:///doi.org/10.48550/arXiv.1805.03265

[ 53 ] Mateo B. Hastings. Algoritmos de aproximación de profundidad acotados clásicos y cuánticos. Información y Computación cuántica, 19(13&14):1116–1140, 2019. https://doi.org/10.26421/QIC19.13-14-3.
https: / / doi.org/ 10.26421 / QIC19.13-14-3

[ 54 ] Sergey Bravyi, Alexander Kliesch, Robert Koenig y Eugene Tang. Obstáculos para la optimización cuántica variacional a partir de la protección de simetría. Cartas de revisión física, 125(26):260505, 2020. https://doi.org/10.1103/physrevlett.125.260505.
https: / / doi.org/ 10.1103 / physrevlett.125.260505

[ 55 ] Alexander M Dalzell, Aram W Harrow, Dax Enshan Koh y Rolando L La Placa. ¿Cuántos qubits se necesitan para lograr la supremacía computacional cuántica? Cuántico, 4:264, 2020. https://doi.org/10.22331/q-2020-05-11-264.
https://doi.org/10.22331/q-2020-05-11-264

[ 56 ] Daniel Stilck França y Raúl García-Patrón. Limitaciones de los algoritmos de optimización en dispositivos cuánticos ruidosos. Física de la naturaleza, 17(11):1221–1227, 2021. https://doi.org/10.1038/s41567-021-01356-3.
https://doi.org/10.1038/s41567-021-01356-3

[ 57 ] Leo Zhou, Sheng-Tao Wang, Soonwon Choi, Hannes Pichler y Mikhail D. Lukin. Algoritmo de optimización aproximada cuántica: rendimiento, mecanismo e implementación en dispositivos a corto plazo. Revisión física X, 10(2):021067, 2020. https://doi.org/10.1103/physrevx.10.021067.
https: / / doi.org/ 10.1103 / physrevx.10.021067

[ 58 ] Boaz Barak y Kunal Marwaha. Algoritmos clásicos y limitaciones cuánticas para el corte máximo en gráficos de alta circunferencia. En Mark Braverman, editor, 13.ª Conferencia sobre Innovaciones en Ciencias de la Computación Teórica (ITCS 2022), volumen 215 de Leibniz International Proceedings in Informatics (LIPIcs), páginas 14:1–14:21, Dagstuhl, Alemania, 2022. Schloss Dagstuhl – Leibniz- Centro de informática. https:///doi.org/10.4230/LIPIcs.ITCS.2022.14.
https: / / doi.org/ 10.4230 / LIPIcs.ITCS.2022.14

[ 59 ] Lennart Bittel y Martin Kliesch. Entrenar algoritmos cuánticos variacionales es NP-difícil. Cartas de revisión física, 127(12):120502, 2021. https://doi.org/10.1103/PhysRevLett.127.120502.
https: / / doi.org/ 10.1103 / PhysRevLett.127.120502

[ 60 ] Kunal Marwaha y Stuart Hadfield. Límites para aproximar Max $k$ XOR con algoritmos locales cuánticos y clásicos. Cuántico, 6:757, 2022. https://doi.org/10.22331/q-2022-07-07-757.
https://doi.org/10.22331/q-2022-07-07-757

[ 61 ] A Barış Özgüler y Davide Venturelli. Síntesis de puertas numéricas para heurística cuántica en procesadores cuánticos bosónicos. Fronteras en la Física, página 724, 2022. https://doi.org/10.3389/fphy.2022.900612.
https: / / doi.org/ 10.3389 / fphy.2022.900612

[ 62 ] Yannick Deller, Sebastian Schmitt, Maciej Lewenstein, Steve Lenk, Marika Federer, Fred Jendrzejewski, Philipp Hauke y Valentin Kasper. Algoritmo de optimización cuántica aproximada para sistemas qudit con interacciones de largo alcance. Preimpresión de arXiv arXiv:2204.00340, 2022. https://doi.org/10.1103/physreva.107.062410.
https: / / doi.org/ 10.1103 / physreva.107.062410
arXiv: 2204.00340

[ 63 ] Stuart Hadfield, Zhihui Wang, Eleanor G Rieffel, Bryan O'Gorman, Davide Venturelli y Rupak Biswas. Optimización aproximada cuántica con restricciones duras y blandas. En Actas del segundo taller internacional sobre supercomputación de la era posterior a Moores, páginas 15 a 21, 2017. https://doi.org/10.1145/3149526.3149530.
https: / / doi.org/ 10.1145 / 3149526.3149530

[ 64 ] Nikolaj Moll, Panagiotis Barkoutsos, Lev S Bishop, Jerry M Chow, Andrew Cross, Daniel J Egger, Stefan Filipp, Andreas Fuhrer, Jay M Gambetta, Marc Ganzhorn, et al. Optimización cuántica mediante algoritmos variacionales en dispositivos cuánticos a corto plazo. Ciencia y tecnología cuánticas, 3(3):030503, 2018. https://doi.org/10.1088/2058-9565/aab822.
https: / / doi.org/ 10.1088 / 2058-9565 / aab822

[ 65 ] Sam McArdle, Tyson Jones, Suguru Endo, Ying Li, Simon C Benjamin y Xiao Yuan. Simulación cuántica variacional basada en ansatz de la evolución del tiempo imaginario. npj Información cuántica, 5(1):1–6, 2019. https://doi.org/10.1038/s41534-019-0187-2.
https://doi.org/10.1038/s41534-019-0187-2

[ 66 ] Mario Motta, Chong Sun, Adrian TK Tan, Matthew J. O'Rourke, Erika Ye, Austin J. Minnich, Fernando GSL Brandão y Garnet Kin-Lic Chan. Determinación de estados propios y estados térmicos en una computadora cuántica utilizando la evolución del tiempo imaginario cuántico. Física de la naturaleza, 16(2):205–210, 2019. https://doi.org/10.1038/s41567-019-0704-4.
https://doi.org/10.1038/s41567-019-0704-4

[ 67 ] Ryan O'Donnell. Análisis de funciones booleanas. Prensa de la Universidad de Cambridge, 2014.

[ 68 ] Kyle EC Booth, Bryan O'Gorman, Jeffrey Marshall, Stuart Hadfield y Eleanor Rieffel. Programación de restricciones acelerada cuánticamente. Quantum, 5:550, septiembre de 2021. https://doi.org/10.22331/q-2021-09-28-550.
https://doi.org/10.22331/q-2021-09-28-550

[ 69 ] Adriano Barenco, Charles H Bennett, Richard Cleve, David P DiVincenzo, Norman Margolus, Peter Shor, Tycho Sleator, John A Smolin y Harald Weinfurter. Puertas elementales para la computación cuántica. Revisión física A, 52(5):3457, 1995. https://doi.org/10.1103/PhysRevA.52.3457.
https: / / doi.org/ 10.1103 / PhysRevA.52.3457

[ 70 ] VV Shende e IL Markov. Sobre el coste CNOT de las puertas TOFFOLI. Información y computación cuántica, 9(5&6):461–486, 2009. https://doi.org/10.26421/qic8.5-6-8.
https: / / doi.org/ 10.26421 / qic8.5-6-8

[ 71 ] Mehdi Saeedi e Igor L. Markov. Síntesis y optimización de circuitos reversibles: un estudio. Encuestas de Computación ACM (CSUR), 45(2):1–34, 2013. https://doi.org/10.1145/2431211.2431220.
https: / / doi.org/ 10.1145 / 2431211.2431220

[ 72 ] Gian Giacomo Guerreschi. Resolver optimización binaria cuadrática sin restricciones con algoritmos cuánticos y de divide y vencerás. Preimpresión de arXiv arXiv:2101.07813, 2021. https://doi.org/10.48550/arXiv.2101.07813.
https:///doi.org/10.48550/arXiv.2101.07813
arXiv: 2101.07813

[ 73 ] Zain H. Saleem, Teague Tomesh, Michael A. Perlin, Pranav Gokhale y Martin Suchara. Divide y vencerás cuántico para la optimización combinatoria y la computación distribuida. Preimpresión de arXiv arXiv:2107.07532, 2021. https://doi.org/10.48550/arXiv.2107.07532.
https:///doi.org/10.48550/arXiv.2107.07532
arXiv: 2107.07532

[ 74 ] Daniel A Lidar y Todd A Brun. Corrección de errores cuánticos. Prensa de la Universidad de Cambridge, 2013.

[ 75 ] Nicolás Canciller. Codificación de pared de dominio de variables discretas para recocido cuántico y qaoa. Ciencia y tecnología cuánticas, 4(4):045004, 2019. https://doi.org/10.1088/2058-9565/ab33c2.
https://doi.org/10.1088/2058-9565/ab33c2

[ 76 ] Jesse Berwald, Nicholas Chancellor y Raouf Dridi. Comprender la codificación de muro de dominio de forma teórica y experimental. Transacciones filosóficas de la Royal Society A, 381(2241):20210410, 2023. https://doi.org/10.1098/rsta.2021.0410.
https: / / doi.org/ 10.1098 / rsta.2021.0410

[ 77 ] Jie Chen, Tobias Stollenwerk y Nicholas Chancellor. Rendimiento de la codificación de pared de dominio para recocido cuántico. Transacciones IEEE sobre ingeniería cuántica, 2:1–14, 2021. https://doi.org/10.1109/tqe.2021.3094280.
https: / / doi.org/ 10.1109 / tqe.2021.3094280

[ 78 ] Mark W Johnson, Mohammad HS Amin, Suzanne Gildert, Trevor Lanting, Firas Hamze, Neil Dickson, Richard Harris, Andrew J Berkley, Jan Johansson, Paul Bunyk, et al. Recocido cuántico con espines fabricados. Naturaleza, 473(7346):194–198, 2011. https://doi.org/10.1038/nature10012.
https: / / doi.org/ 10.1038 / nature10012

[ 79 ] Zoe González Izquierdo, Shon Grabbe, Stuart Hadfield, Jeffrey Marshall, Zhihui Wang y Eleanor Rieffel. Cambiando ferromagnéticamente el poder de pausa. Revisión física aplicada, 15(4):044013, 2021. https://doi.org/10.1103/physrevapplied.15.044013.
https: / / doi.org/ 10.1103 / physrevapplied.15.044013

[ 80 ] Davide Venturelli y Alexei Kondratyev. Enfoque de recocido cuántico inverso para problemas de optimización de carteras. Inteligencia de máquinas cuánticas, 1(1):17–30, 2019. https://doi.org/10.1007/s42484-019-00001-w.
https: / / doi.org/ 10.1007 / s42484-019-00001-w

[ 81 ] Nike Dattani, Szilard Szalay y Nick Chancellor. Pegasus: el segundo gráfico de conectividad para hardware de recocido cuántico a gran escala. Preimpresión de arXiv arXiv:1901.07636, 2019. https://doi.org/10.48550/arXiv.1901.07636.
https:///doi.org/10.48550/arXiv.1901.07636
arXiv: 1901.07636

[ 82 ] Wolfgang Lechner, Philipp Hauke y Peter Zoller. Una arquitectura de recocido cuántico con conectividad total a partir de interacciones locales. Avances científicos, 1(9):e1500838, 2015. https://doi.org/10.1126/sciadv.1500838.
https: / / doi.org/ 10.1126 / sciadv.1500838

[ 83 ] MS Sarandy y DA Lidar. Computación cuántica adiabática en sistemas abiertos. Cartas de revisión física, 95(25):250503, 2005. https://doi.org/10.1103/physrevlett.95.250503.
https: / / doi.org/ 10.1103 / physrevlett.95.250503

[ 84 ] MHS Amin, Peter J Love y CJS Truncik. Computación cuántica adiabática asistida térmicamente. Cartas de revisión física, 100(6):060503, 2008. https://doi.org/10.1103/physrevlett.100.060503.
https: / / doi.org/ 10.1103 / physrevlett.100.060503

[ 85 ] Sergio Boixo, Tameem Albash, Federico M Spedalieri, Nicholas Chancellor y Daniel A Lidar. Firma experimental de recocido cuántico programable. Comunicaciones de la naturaleza, 4(1):2067, 2013. https://doi.org/10.1038/ncomms3067.
https: / / doi.org/ 10.1038 / ncomms3067

[ 86 ] Kostyantyn Kechedzhi y Vadim N. Smelyanskiy. Recocido cuántico de sistema abierto en modelos de campo medio con degeneración exponencial. Revisión física X, 6(2):021028, 2016. https://doi.org/10.1103/physrevx.6.021028.
https: / / doi.org/ 10.1103 / physrevx.6.021028

[ 87 ] Gianluca Passarelli, Ka-Wa Yip, Daniel A Lidar y Procolo Lucignano. El recocido cuántico estándar supera al recocido inverso adiabático con decoherencia. Revisión física A, 105(3):032431, 2022. https://doi.org/10.1103/physreva.105.032431.
https: / / doi.org/ 10.1103 / physreva.105.032431

[ 88 ] Stefanie Zbinden, Andreas Bärtschi, Hristo Djidjev y Stephan Eidenbenz. Algoritmos de integración para recocidos cuánticos con topologías de conexión de quimera y pegaso. En Conferencia internacional sobre informática de alto rendimiento, páginas 187–206. Springer, 2020. https://doi.org/10.1007/978-3-030-50743-5_10.
https://doi.org/10.1007/978-3-030-50743-5_10

[ 89 ] Mario S Könz, Wolfgang Lechner, Helmut G Katzgraber y Matthias Troyer. Incorporación de escalado general de problemas de optimización en recocido cuántico. PRX Quantum, 2(4):040322, 2021. https://doi.org/10.1103/prxquantum.2.040322.
https: / / doi.org/ 10.1103 / prxquantum.2.040322

[ 90 ] Aniruddha Bapat y Stephen Jordan. El control bang-bang como principio de diseño para algoritmos de optimización clásicos y cuánticos. Preimpresión de arXiv arXiv:1812.02746, 2018. https://doi.org/10.26421/qic19.5-6-4.
https: / / doi.org/ 10.26421 / qic19.5-6-4
arXiv: 1812.02746

[ 91 ] Ruslan Shaydulin, Stuart Hadfield, Tad Hogg e Ilya Safro. Simetrías clásicas y algoritmo de optimización cuántica aproximada. Procesamiento de información cuántica, 20(11):1–28, 2021. https://doi.org/10.48550/arXiv.2012.04713.
https:///doi.org/10.48550/arXiv.2012.04713

[ 92 ] Vishwanathan Akshay, Daniil Rabinovich, Ernesto Campos y Jacob Biamonte. Concentraciones de parámetros en optimización cuántica aproximada. Revisión física A, 104(1):L010401, 2021. https://doi.org/10.1103/physreva.104.l010401.
https://doi.org/10.1103/physreva.104.l010401

[ 93 ] Michael Streif y Martin Leib. Entrenamiento del algoritmo de optimización cuántica aproximada sin acceso a una unidad de procesamiento cuántico. Ciencia y tecnología cuánticas, 5(3):034008, 2020. https://doi.org/10.1088/2058-9565/ab8c2b.
https://doi.org/10.1088/2058-9565/ab8c2b

[ 94 ] Guillaume Verdon, Michael Broughton, Jarrod R McClean, Kevin J Sung, Ryan Babbush, Zhang Jiang, Hartmut Neven y Masoud Mohseni. Aprender a aprender con redes neuronales cuánticas a través de redes neuronales clásicas. Preimpresión de arXiv arXiv:1907.05415, 2019. https://doi.org/10.48550/arXiv.1907.05415.
https:///doi.org/10.48550/arXiv.1907.05415
arXiv: 1907.05415

[ 95 ] Max Wilson, Rachel Stromswold, Filip Wudarski, Stuart Hadfield, Norm M Tubman y Eleanor G Rieffel. Optimización de la heurística cuántica con metaaprendizaje. Inteligencia de máquinas cuánticas, 3(1):1–14, 2021. https://doi.org/10.1007/s42484-020-00022-w.
https: / / doi.org/ 10.1007 / s42484-020-00022-w

[ 96 ] Alicia B Magann, Kenneth M Rudinger, Matthew D Grace y Mohan Sarovar. Optimización cuántica basada en retroalimentación. Cartas de revisión física, 129(25):250502, 2022. https://doi.org/10.1103/physrevlett.129.250502.
https: / / doi.org/ 10.1103 / physrevlett.129.250502

[ 97 ] Lucas T Brady, Christopher L Baldwin, Aniruddha Bapat, Yaroslav Kharkov y Alexey V Gorshkov. Protocolos óptimos en problemas de algoritmos de optimización cuántica aproximada y recocido cuántico. Cartas de revisión física, 126(7):070505, 2021. https://doi.org/10.1103/physrevlett.126.070505.
https: / / doi.org/ 10.1103 / physrevlett.126.070505

[ 98 ] Jonathan Wurtz y Peter J. Love. Contradiabaticidad y algoritmo de optimización cuántica aproximada. Cuántico, 6:635, 2022. https://doi.org/10.22331/q-2022-01-27-635.
https://doi.org/10.22331/q-2022-01-27-635

[ 99 ] Andreas Bärtschi y Stephan Eidenbenz. Mezcladores Grover para QAOA: cambio de complejidad del diseño del mezclador a la preparación del estado. En la Conferencia internacional IEEE de 2020 sobre ingeniería y computación cuántica (QCE), páginas 72–82. IEEE, 2020. https://doi.org/10.1109/qce49297.2020.00020.
https:///doi.org/10.1109/qce49297.2020.00020

[ 100 ] Daniel J Egger, Jakub Mareček y Stefan Woerner. Optimización cuántica de arranque en caliente. Cuántica, 5:479, 2021. https://doi.org/10.22331/q-2021-06-17-479.
https://doi.org/10.22331/q-2021-06-17-479

[ 101 ] Jonathan Wurtz y Peter J. Love. Algoritmos cuánticos variacionales clásicamente óptimos. Transacciones IEEE sobre ingeniería cuántica, 2:1–7, 2021. https://doi.org/10.1109/tqe.2021.3122568.
https: / / doi.org/ 10.1109 / tqe.2021.3122568

[ 102 ] Xiaoyuan Liu, Anthony Angone, Ruslan Shaydulin, Ilya Safro, Yuri Alexeev y Lukasz Cincio. Layer VQE: un enfoque variacional para la optimización combinatoria en computadoras cuánticas ruidosas. Transacciones IEEE sobre ingeniería cuántica, 3:1–20, 2022. https://doi.org/10.1109/tqe.2021.3140190.
https: / / doi.org/ 10.1109 / tqe.2021.3140190

[ 103 ] Jarrod R McClean, Sergio Boixo, Vadim N Smelyanskiy, Ryan Babbush y Hartmut Neven. Mesetas áridas en paisajes de entrenamiento de redes neuronales cuánticas. Comunicaciones de la naturaleza, 9(1):1–6, 2018. https://doi.org/10.1038/s41467-018-07090-4.
https://doi.org/10.1038/s41467-018-07090-4

[ 104 ] Linghua Zhu, Ho Lun Tang, George S Barron, FA Calderón-Vargas, Nicholas J Mayhall, Edwin Barnes y Sophia E Economou. Algoritmo de optimización aproximada cuántica adaptativa para la resolución de problemas combinatorios en una computadora cuántica. Investigación de revisión física, 4(3):033029, 2022. https://doi.org/10.1103/physrevresearch.4.033029.
https: / / doi.org/ 10.1103 / physrevresearch.4.033029

[ 105 ] Bence Bakó, Adam Glos, Özlem Salehi y Zoltán Zimborás. Diseño de circuito casi óptimo para optimización cuántica variacional. Preimpresión de arXiv arXiv:2209.03386, 2022. https://doi.org/10.48550/arXiv.2209.03386.
https:///doi.org/10.48550/arXiv.2209.03386
arXiv: 2209.03386

[ 106 ] Itay Hen y Marcelo S Sarandy. Controladores hamiltonianos para optimización restringida en recocido cuántico. Revisión física A, 93(6):062312, 2016. https://doi.org/10.1103/physreva.93.062312.
https: / / doi.org/ 10.1103 / physreva.93.062312

[ 107 ] Itay Hen y Federico M Spedalieri. Recocido cuántico para optimización restringida. Revisión física aplicada, 5(3):034007, 2016. https://doi.org/10.1103/PhysRevApplied.5.034007.
https: / / doi.org/ 10.1103 / PhysRevApplied.5.034007

[ 108 ] Yue Ruan, Samuel Marsh, Xilin Xue, Xi Li, Zhihao Liu y Jingbo Wang. Algoritmo aproximado cuántico para problemas de optimización NP con restricciones. Preimpresión de arXiv arXiv:2002.00943, 2020. https://doi.org/10.48550/arXiv.2002.00943.
https:///doi.org/10.48550/arXiv.2002.00943
arXiv: 2002.00943

[ 109 ] Michael A. Nielsen e Isaac L. Chuang. Computación cuántica e información cuántica: edición del décimo aniversario. Cambridge University Press, Nueva York, NY, EE. UU., décima edición, 10.

[ 110 ] Masuo Suzuki. Fórmulas de descomposición de operadores exponenciales y exponenciales de Lie con algunas aplicaciones a la mecánica cuántica y la física estadística. Revista de física matemática, 26(4):601–612, 1985. https://doi.org/10.1063/1.526596.
https: / / doi.org/ 10.1063 / 1.526596

[ 111 ] Michael Streif, Martin Leib, Filip Wudarski, Eleanor Rieffel y Zhihui Wang. Algoritmos cuánticos con conservación local del número de partículas: efectos del ruido y corrección de errores. Revisión física A, 103(4):042412, 2021. https://doi.org/10.1103/physreva.103.042412.
https: / / doi.org/ 10.1103 / physreva.103.042412

[ 112 ] Vishwanathan Akshay, Hariphan Philathong, Mauro ES Morales y Jacob D Biamonte. Déficits de accesibilidad en la optimización cuántica aproximada. Cartas de revisión física, 124(9):090504, 2020. https://doi.org/10.22331/q-2021-08-30-532.
https://doi.org/10.22331/q-2021-08-30-532

[ 113 ] Franz Georg Fuchs, Kjetil Olsen Lye, Halvor Møll Nilsen, Alexander Johannes Stasik y Giorgio Sartor. Mezcladores que preservan restricciones para el algoritmo de optimización cuántica aproximada. Algoritmos, 15(6):202, 2022. https://doi.org/10.3390/a15060202.
https: / / doi.org/ 10.3390 / a15060202

[ 114 ] Vandana Shukla, OP Singh, GR Mishra y RK Tiwari. Aplicación de la puerta CSMT para la realización reversible eficiente de un circuito convertidor de código binario a gris. En 2015, Conferencia de la Sección IEEE UP sobre Computación Eléctrica y Electrónica (UPCON). IEEE, diciembre de 2015. https://doi.org/10.1109/UPCON.2015.7456731.
https:///doi.org/10.1109/UPCON.2015.7456731

[ 115 ] Alejandro Slepoy. Algoritmos de descomposición de puertas cuánticas. Informe técnico, Laboratorios Nacionales Sandia, 2006. https://doi.org/10.2172/889415.
https: / / doi.org/ 10.2172 / 889415

[ 116 ] Bryan T. Gard, Linghua Zhu, George S. Barron, Nicholas J. Mayhall, Sophia E. Economou y Edwin Barnes. Circuitos eficientes de preparación de estados que preservan la simetría para el algoritmo de resolución propia cuántica variacional. npj Información cuántica, 6(1), 2020. https://doi.org/10.1038/s41534-019-0240-1.
https://doi.org/10.1038/s41534-019-0240-1

[ 117 ] DP DiVincenzo y J. Smolin. Resultados sobre el diseño de puertas de dos bits para computadoras cuánticas. En Actas del Taller de Física y Computación. PhysComp 94. Computación IEEE. Soc. Prensa, 1994. https://doi.org/10.48550/arXiv.cond-mat/9409111.
https://doi.org/10.48550/arXiv.cond-mat/9409111

[ 118 ] David Joseph, Adam Callison, Cong Ling y Florian Mintert. Dos algoritmos de cuantificación para el problema del vector más corto. Revisión física A, 103(3):032433, 2021. https://doi.org/10.1103/PhysRevA.103.032433.
https: / / doi.org/ 10.1103 / PhysRevA.103.032433

[ 119 ] Pedro Brucker. Algoritmos de programación. Springer-Verlag Berlín Heidelberg, 2004.

[ 120 ] AMA Hariri y Chris N. Potts. Programación de una sola máquina con tiempos de configuración por lotes para minimizar el retraso máximo. Annals of Operations Research, 70:75–92, 1997. https://doi.org/10.1023/A:1018903027868.
https: / / doi.org/ 10.1023 / A: 1018903027868

[ 121 ] Xiaoqiang Cai, Liming Wang y Xian Zhou. Programación en una sola máquina para minimizar estocásticamente el retraso máximo. Revista de programación, 10(4):293–301, 2007. https://doi.org/10.1007/s10951-007-0026-8.
https://doi.org/10.1007/s10951-007-0026-8

[ 122 ] Derya Eren Akyol y G Mirac Bayhan. Problema de programación de anticipaciones y tardanzas en múltiples máquinas: un enfoque de red neuronal interconectada. Revista internacional de tecnología de fabricación avanzada, 37(5):576–588, 2008. https://doi.org/10.1007/s00170-007-0993-0.
https://doi.org/10.1007/s00170-007-0993-0

[ 123 ] Michele Conforti, Gérard Cornuéjols, Giacomo Zambelli, et al. Programación entera, volumen 271. Springer, 2014.

[ 124 ] Hannes Leipold y Federico M Spedalieri. Construcción de conductores hamiltonianos para problemas de optimización con restricciones lineales. Ciencia y tecnología cuánticas, 7(1):015013, 2021. https://doi.org/10.1088/2058-9565/ac16b8.
https://doi.org/10.1088/2058-9565/ac16b8

[ 125 ] Masuo Suzuki. Fórmula de Trotter generalizada y aproximantes sistemáticas de operadores exponenciales y derivaciones internas con aplicaciones a problemas de muchos cuerpos. Comunicaciones en Física Matemática, 51(2):183–190, 1976. https://doi.org/10.1007/BF01609348.
https: / / doi.org/ 10.1007 / BF01609348

[ 126 ] Dominic W. Berry y Andrew M. Childs. Simulación hamiltoniana de caja negra e implementación unitaria. Información cuántica. Comput., 12(1–2):29–62, 2012. https://doi.org/10.26421/qic12.1-2-4.
https: / / doi.org/ 10.26421 / qic12.1-2-4

[ 127 ] DW Berry, AM Childs y R. Kothari. Simulación hamiltoniana con dependencia casi óptima de todos los parámetros. En 2015, 56.º Simposio anual del IEEE sobre fundamentos de la informática, páginas 792–809, 2015. https://doi.org/10.1109/FOCS.2015.54.
https: / / doi.org/ 10.1109 / FOCS.2015.54

[ 128 ] Dominic W. Berry, Andrew M. Childs, Richard Cleve, Robin Kothari y Rolando D. Somma. Simulando la dinámica hamiltoniana con una serie de Taylor truncada. Cartas de revisión física, 114(9):090502, 2015. https://doi.org/10.1103/PhysRevLett.114.090502.
https: / / doi.org/ 10.1103 / PhysRevLett.114.090502

[ 129 ] Guang Hao Low e Isaac L. Chuang. Simulación hamiltoniana óptima mediante procesamiento de señales cuánticas. Física. Rev. Lett., 118:010501, 2017. https://doi.org/10.1103/PhysRevLett.118.010501.
https: / / doi.org/ 10.1103 / PhysRevLett.118.010501

[ 130 ] Guang Hao Low e Isaac L. Chuang. Simulación hamiltoniana por qubitización. Cuántico, 3:163, 2019. https://doi.org/10.22331/q-2019-07-12-163.
https://doi.org/10.22331/q-2019-07-12-163

[ 131 ] Andrew M. Childs, Aaron Ostrander y Yuan Su. Simulación cuántica más rápida mediante aleatorización. Cuántico, 3:182, 2019. https://doi.org/10.22331/q-2019-09-02-182.
https://doi.org/10.22331/q-2019-09-02-182

[ 132 ] Conde Campbell. Compilador aleatorio para simulación hamiltoniana rápida. Cartas de revisión física, 123(7):070503, 2019. https://doi.org/10.1103/PhysRevLett.123.070503.
https: / / doi.org/ 10.1103 / PhysRevLett.123.070503

[ 133 ] Andrew M. Childs, Yuan Su, Minh C. Tran, Nathan Wiebe y Shuchen Zhu. Teoría del error de trotón con escalado del conmutador. Física. Rev. X, 11:011020, 2021. https://doi.org/10.1103/PhysRevX.11.011020.
https: / / doi.org/ 10.1103 / PhysRevX.11.011020

[ 134 ] Albert T Schmitz, Nicolas PD Sawaya, Sonika Johri y AY Matsuura. Perspectiva de optimización de gráficos para la descomposición trotter-suzuki de baja profundidad. Preimpresión de arXiv arXiv:2103.08602, 2021. https://doi.org/10.48550/arXiv.2103.08602.
https:///doi.org/10.48550/arXiv.2103.08602
arXiv: 2103.08602

[ 135 ] Nicolás PD Sawaya. mat2qubit: un paquete pitónico liviano para codificaciones qubit de problemas vibratorios, bosónicos, coloración de gráficos, enrutamiento, programación y matrices generales. Preimpresión de arXiv arXiv:2205.09776, 2022. https://doi.org/10.48550/arXiv.2205.09776.
https:///doi.org/10.48550/arXiv.2205.09776
arXiv: 2205.09776

[ 136 ] Pauli Virtanen, Ralf Gommers, Travis E. Oliphant, Matt Haberland, Tyler Reddy, David Cournapeau, Evgeni Burovski, Pearu Peterson, Warren Weckesser, Jonathan Bright, Stéfan J. van der Walt, Matthew Brett, Joshua Wilson, K. Jarrod Millman, Nikolay Mayorov, Andrew RJ Nelson, Eric Jones, Robert Kern, Eric Larson, CJ Carey, İlhan Polat, Yu Feng, Eric W. Moore, Jake VanderPlas, Denis Laxalde, Josef Perktold, Robert Cimrman, Ian Henriksen, EA Quintero, Charles R Harris, Anne M. Archibald, Antônio H. Ribeiro, Fabian Pedregosa, Paul van Mulbregt y colaboradores de SciPy 1.0. SciPy 1.0: Algoritmos fundamentales para la informática científica en Python. Métodos de la naturaleza, 17:261–272, 2020. https://doi.org/10.1038/s41592-019-0686-2.
https://doi.org/10.1038/s41592-019-0686-2

[ 137 ] Jarrod R McClean, Nicholas C Rubin, Kevin J Sung, Ian D Kivlichan, Xavier Bonet-Monroig, Yudong Cao, Chengyu Dai, E Schuyler Fried, Craig Gidney, Brendan Gimby, et al. Openfermion: el paquete de estructura electrónica para computadoras cuánticas. Ciencia y tecnología cuánticas, 5(3):034014, 2020. https://doi.org/10.1088/2058-9565/ab8ebc.
https: / / doi.org/ 10.1088 / 2058-9565 / ab8ebc

[ 138 ] Aaron Meurer, Christopher P Smith, Mateusz Paprocki, Ondřej Čertík, Sergey B Kirpichev, Matthew Rocklin, AMiT Kumar, Sergiu Ivanov, Jason K Moore, Sartaj Singh, et al. Sympy: computación simbólica en Python. PeerJ Computer Science, 3:e103, 2017. https://doi.org/10.7717/peerj-cs.103.
https: / / doi.org/ 10.7717 / peerj-cs.103

[ 139 ] Pradnya Khalate, Xin-Chuan Wu, Shavindra Premaratne, Justin Hogaboam, Adam Holmes, Albert Schmitz, Gian Giacomo Guerreschi, Xiang Zou y AY Matsuura. Una cadena de herramientas de compilación de C++ basada en LLVM para algoritmos cuánticos-clásicos híbridos variacionales y aceleradores cuánticos. Preimpresión de arXiv arXiv:2202.11142, 2022. https://doi.org/10.48550/arXiv.2202.11142.
https:///doi.org/10.48550/arXiv.2202.11142
arXiv: 2202.11142

[ 140 ] CA Ryan, C. Negrevergne, M. Laforest, E. Knill y R. Laflamme. La resonancia magnética nuclear en estado líquido como banco de pruebas para el desarrollo de métodos de control cuántico. Física. Rev. A, 78:012328, julio de 2008. https://doi.org/10.1103/PhysRevA.78.012328.
https: / / doi.org/ 10.1103 / PhysRevA.78.012328

[ 141 ] Richard Versluis, Stefano Poletto, Nader Khammassi, Brian Tarasinski, Nadia Haider, David J. Michalak, Alessandro Bruno, Koen Bertels y Leonardo DiCarlo. Circuito cuántico escalable y control para un código de superficie superconductora. Revisión física aplicada, 8(3):034021, 2017. https://doi.org/10.1103/physrevapplied.8.034021.
https: / / doi.org/ 10.1103 / physrevapplied.8.034021

[ 142 ] Bjoern Lekitsch, Sebastian Weidt, Austin G Fowler, Klaus Mølmer, Simon J Devitt, Christof Wunderlich y Winfried K Hensinger. Plano para una computadora cuántica de iones atrapados en microondas. Avances científicos, 3(2):e1601540, 2017. https://doi.org/10.1126/sciadv.1601540.
https: / / doi.org/ 10.1126 / sciadv.1601540

Citado por

[1] Nicolas PD Sawaya, Daniel Marti-Dafcik, Yang Ho, Daniel P Tabor, David Bernal, Alicia B Magann, Shavindra Premaratne, Pradeep Dubey, Anne Matsuura, Nathan Bishop, Wibe A de Jong, Simon Benjamin, Ojas D Parekh, Norm Tubman, Katherine Klymko y Daan Camps, "HamLib: una biblioteca de hamiltonianos para evaluar hardware y algoritmos cuánticos", arXiv: 2306.13126, (2023).

[2] Federico Domínguez, Josua Unger, Matthias Traube, Barry Mant, Christian Ertler y Wolfgang Lechner, “Formulación de problemas de optimización independientes de la codificación para computación cuántica”, arXiv: 2302.03711, (2023).

[3] Nicolas PD Sawaya y Joonsuk Huh, "Algoritmos cuánticos a corto plazo optimizables con recursos mejorados para probabilidades de transición, con aplicaciones en física y álgebra lineal cuántica variacional", arXiv: 2206.14213, (2022).

Las citas anteriores son de ANUNCIOS SAO / NASA (última actualización exitosa 2023-09-17 01:11:40). La lista puede estar incompleta ya que no todos los editores proporcionan datos de citas adecuados y completos.

On Servicio citado por Crossref no se encontraron datos sobre las obras citadas (último intento 2023-09-17 01:11:39).

Este documento se publica en Quantum bajo el Creative Commons Reconocimiento 4.0 Internacional (CC BY 4.0) licencia. Los derechos de autor permanecen con los titulares de derechos de autor originales, como los autores o sus instituciones.

Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
PlatoESG. Automoción / vehículos eléctricos, Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
ChartPrime. Eleve su juego comercial con ChartPrime. Accede Aquí.
Desplazamientos de bloque. Modernización de la propiedad de compensaciones ambientales. Accede Aquí.
Fuente: https://quantum-journal.org/papers/q-2023-09-14-1111/

Sello de tiempo: 14 de septiembre de 2023

Mas de Diario cuántico

Comprender la interacción del entrelazamiento y la no localidad: motivar y desarrollar una nueva rama de la teoría del entrelazamiento

Diario cuántico

Nodo de origen: 1845148

Sello de tiempo: 7 de junio de 2023

Correlaciones en tipicidad y una solución afirmativa a la conjetura de entropía catalítica exacta PlatoBlockchain Data Intelligence. Búsqueda vertical. Ai.

Correlaciones en tipicidad y una solución afirmativa a la conjetura de la entropía catalítica exacta

Clúster de origen:

Diario cuántico

Nodo de origen: 1752996

Sello de tiempo: Nov 10, 2022

Reeditado por Platón

Comprender la interacción del entrelazamiento y la no localidad: motivar y desarrollar una nueva rama de la teoría del entrelazamiento

Propuesta de prueba mejorada por entrelazamiento para la violación de la simetría de Lorentz local a través de átomos de espinor

Protección cuántica contra copia de programas de cálculo y comparación en el modelo de oráculo aleatorio cuántico

Un código de superficie de medición de pares en pentágonos

Simulación cuántica de materiales de baterías usando pseudopotenciales iónicos

Sondeando el entrelazamiento cuántico a partir de poblaciones de subniveles magnéticos: más allá de las desigualdades que exprimen el espín

Máquinas térmicas cuánticas actualizadas periódicamente

El coste mínimo de comunicación para simular qubits entrelazados

Propiedades generales de fidelidad en sistemas cuánticos no hermitianos con simetría PT

Correlaciones cuánticas en el límite sin señalización: autocomprobación y más

Correlaciones en tipicidad y una solución afirmativa a la conjetura de la entropía catalítica exacta

Sobre Nosotros

Búsqueda vertical y Ai

Productos

Manténganse Conectados

Mi Cuenta